दो बेहद सम्मानित न्यूरोसाइजिस्टों, जे एलन हॉब्सन और कार्ल फ्रिस्टन ने हाल ही में सपने का एक नया सिद्धांत प्रकाशित किया है (जे हॉबसन और केजे फ्रिस्टन; जागने और जागरूकता का सपना देख रहा है: न्यूरोबोलॉजिकल और कार्यात्मक विचार। -98। Doi: 10.1016 / जे.pneurobio.2012.05.003; पीएमसीआईडी: पीएमसी 338 9 346)।
यह सिद्धांत सपने देखने वाले मस्तिष्क की सिमुलेशन मशीन या आभासी वास्तविकता जनरेटर के रूप में एक संकल्पना को औपचारिक रूप से तैयार करता है जो कि बेहतर तरीके से मॉडल और भविष्यवाणी करता है कि यह जागरूक वातावरण है और आरईएम की नींद की प्रक्रियाओं की आवश्यकता है, (विशेषकर पीगो लहरों) ऐसा करने के लिए। मूल विचार यह है कि मस्तिष्क आनुवंशिक रूप से एक न्यूरोनल प्रणाली से लैस है जो आरईएम की नींद में जागने की दुनिया की आभासी वास्तविकता पैदा करता है क्योंकि आरईएम नींद की प्रक्रिया इस उत्पादक मॉडल को अनुकूलित करने के लिए आवश्यक है।
मन / मस्तिष्क की वर्चुअल वास्तविकता मशीन या भविष्यवाणी-त्रुटि डिवाइस या "हेल्महोल्त्ज़ मशीन" (सभी मोटे तौर पर एक ही चीज) के रूप में उपचार संज्ञानात्मक और न्यूरोसाइंसेज में प्रचलित हैं, और यह इनके साथ सपने देखने पर विचार करने के लिए बहुत सारी भावनाएं बनाता है लाइनें भी एक सपने, आखिरकार, पूरी तरह से महसूस किया गया "दुनिया" का अनुभव है जो वर्तमान संवेदी इनपुट के लाभ के बिना आंतरिक रूप से प्रतीत होता है (जैसा कि आरईएम के दौरान संवेदी इनपुट अवरुद्ध है)।
हॉब्सन और फ्रस्टन ने सुझाव दिया है कि संवेदी आंकड़ों को दुनिया के जटिल मॉडल के निर्माण के लिए जागरूकता के दौरान नमूना दिया जाता है जो व्यवहार को मार्गदर्शन कर सकता है और पूर्वानुमान त्रुटि और आश्चर्य को कम कर सकता है। फिर मॉडल नींद के दौरान ऑफलाइन ले जाता है और एक अनुकूलन प्रक्रिया के अधीन होता है, जो प्रतिध्वनियों को अतिरेक और जटिलता को कम करता है, इस प्रकार दुनिया के मॉडल को सुधारने में सुधार होता है।
मॉडल के मापदंडों (अनुभवी के रूप में प्रत्यक्ष रूप से माना जाता है) में जीवन परिवर्तन जागने के दौरान अप्रतिदित दृश्य इनपुट को समझने की आवश्यकता से प्रेरित होते हैं। हालांकि, सपने देखने के दौरान, कोई दृश्य या अन्य संवेदी इनपुट नहीं है, इसलिए अनपेक्षित आलोकोमोटर इनपुट को समझने की जरूरत से प्रेरित होने के कारण सपने देख रहे हैं। ड्रीम कन्टैंट इसलिए मस्तिष्क का प्रयास है कि ओकॉमोलोर इनपुट द्वारा ट्रिगर किए गए फिक्टिव विज़ुअल खोजों (तीव्र आँखों के आंदोलनों और पीओओ तरंगों के जरिए) और जटिलता घटाने के अनुकूलन प्रक्रिया का हिस्सा होने वाली अन्तर्ग्रथनी कनेक्शनों की छंटाई के लिए सुस्पष्ट स्पष्टीकरण प्राप्त करने का प्रयास किया गया है।
सिम्युलेशन मशीन को अनुकूलित करने के लिए ऑफ़लाइन जाने की आवश्यकता क्यों है? मेरे विचार में लेखक पर्याप्त रूप से इस प्रश्न का उत्तर नहीं देते। ऑप्टिमाइज़ेशन की प्रक्रिया हमें एक बेहतर मॉडल देती है जो कि बेहतर तरीके से मार्गदर्शन कर सकती है। यह ठीक है और अच्छा है, लेकिन यह समझाने में नहीं आता है कि ऑप्टिमाइज़ेशन को ऑफ़लाइन क्यों होना चाहिए। आखिरकार, जागरूक जीवन के दौरान मॉडल की आय के अनुकूलन और ज़ोरदार मस्तिष्क के लिए उपलब्ध संवेदी प्रतिक्रिया से अधिक कुशलतापूर्वक ऐसा किया जाता है।
लेखकों का सुझाव है कि ऑफ़लाइन विकल्प का उपयोग करने वाले स्तनधारियों (और पक्षियों) के जटिल दिमाग के लिए विशेष रूप से तीव्र था जो कि आरईएम की नींद दिखाती है लेकिन आरईएम की नींद के उपाय मस्तिष्क के आकार या जटिलता से संबंधित नहीं हैं कई जानवरों (उदाहरण के लिए मेर्सिपियाल) बहुत सारे आरईएम सो रहे हैं और बहुत जटिल दिमाग नहीं हैं।
लेखकों ने यह भी सुझाव दिया है कि उनके सिद्धांत आरईएम की विशेषता वाले थर्मोरगुलेटरी रिफ्लेक्स में विलंब पर कुछ प्रकाश फेंकता है। आरईएम के दौरान एक पॉइलकोथर्मीक राज्य के उत्तरार्ध लंबे समय से आरईएम से जुड़ा कई जैविक रहस्यों में से एक रहा है। क्यों माँ प्रकृति नींद के दौरान थर्मोरॉग्यूलेशन में एक खतरनाक चूक के लिए पशु का पालन करती है? लेखकों का तर्क है कि अन्य कार्यों के बीच, सिमुलेशन मशीन थर्मल आवश्यकताओं और जीव की स्थितियों से संबंधित भविष्यवाणियां उत्पन्न करता है। लेकिन अगर मशीन ऑफ़लाइन ले जाती है, तो "मस्तिष्क तापमान में उतार चढ़ाव के लिए अभेद्य होगा और थर्मल पूर्वानुमान की त्रुटियों को दबाने का जवाब नहीं देगा, जिसके परिणामस्वरूप गृहसमय का निलंबन होगा।" लेकिन यह यह कहने का समान है कि थर्मल विनियामक प्रक्रियाएं आगे बढ़ सकती हैं क्योंकि थर्मल नियामक रिफ्लेक्स को आरईएम राज्य के हिस्से के रूप में हिचकते हैं। लेकिन हम क्या जानना चाहते हैं, इसलिए ये सजगियां पहली जगह में हिचक रही हैं।
शायद लेखकों का तर्क है कि संवेदी सजगता और सामान्य रूप से इनपुट को आरई राज्य के हिस्से के रूप में बाधित किया जाता है क्योंकि ऑप्टिमाइज़ेशन प्रक्रिया तब तक काम नहीं कर सकती जब तक कि सभी संवेदी इनपुट नहीं हो। लेखकों का तर्क है कि ऑप्टिमाइजेशन संवेदी गेटिंग के साथ आगे बढ़ सकते हैं, लेकिन वे यह स्थापित नहीं करते हैं कि यह gating के साथ आगे बढ़ना चाहिए ; यानी, कि gating आवश्यक है।
तथ्य यह है कि जागरूकता के दौरान ऑप्टिमाइज़ेशन हो सकते हैं, इस तर्क के खिलाफ तर्क है कि गैटिंग बिल्कुल आवश्यक है। ध्यान दें कि ऑफ़लाइन अनुकूलन के लाभ को अपने जोखिमों को बढ़ा देना होगा, जिसमें वृध्दि की बढ़ती भेद्यता, थर्मोरोग्यूलेशन में चूक और इसके आगे भी होगा।
इस तर्क को आगे बढ़ाने के लिए कि ऑफ़लाइन अनुकूलन आवश्यक है, लेखकों का तर्क है कि समय-समय पर ऑफ़लाइन मरम्मत (छंटाई) के बिना, मॉडल अत्यधिक जटिल और बेकार हो जाएगा, इस प्रकार फ्रांसिस क्रिक के पुराने विचार को पुनर्जीवित किया गया है जो कि आरई सपने देखने का एक शुद्धिकरण या अनावश्यक संगठनों की छंटाई का प्रतिनिधित्व करता है और संज्ञानात्मक तंत्र में जटिलता। "संक्षेप में, जागरूकता के दौरान स्थापित विपुल संघों को बढ़ावा देने के लिए मस्तिष्क को ऑफ-लाइन लेना एक जरूरी मूल्य हो सकता है जो हम एक परिष्कृत संज्ञानात्मक तंत्र के लिए भुगतान करते हैं जो संवेदी नमूनों से जटिल और सूक्ष्म संघों को दूर कर सकते हैं।" लेकिन फिर भी, कई प्रजातियां बिना जटिल संज्ञानात्मक प्रणालियों वाले जानवरों के बावजूद प्रचुर मात्रा में आरईएम और इसके विपरीत-बहुत कम या कोई आरईएम (जैसे कुछ समुद्री स्तनधारियों) के साथ जटिल दिमाग वाले प्रजातियां हैं।
क्या मस्तिष्क को आभासी वास्तविकता या दुनिया के उदारवादी मॉडल के रूप में देखने से हमें सपना की सामग्री समझने में मदद मिलती है? इस सवाल का उत्तर देने के लिए लेखकों ने सावधानीपूर्वक चेतावनी दी है: "असली दुनिया में क्रम खोजना आभासी दुनिया में आदेश खोजने के समान नहीं हो सकता है।" एक आभासी दुनिया जो मॉडल-फिटिंग या अनुकूलन की प्रक्रिया से गुजर रही है, वह सब उत्पन्न कर सकती है अप्रत्याशित सामग्री की तरह मुझे लगता है यही कारण है कि मुझे लगता है कि होब्सन-फ्रस्टन सिद्धांत को सपना सामग्री के लिए काम करने के लिए प्रमुख सुधार की आवश्यकता है।
सपने सभी अप्रत्याशित नहीं हैं सपने की हजारों सपनाओं के अध्ययन ने स्पष्ट रूप से स्वप्न सामग्री में नियमित रूप से स्थापित किया है। इस तरह की नियमितताएं आभासी वास्तविकता मशीन सिद्धांत के रूप में सपने से व्यापक रूप से संगत हैं लेकिन सिद्धांत को सपने सामग्री नियमितताएं गंभीरता से लेने की जरूरत होती है अगर वह डेटा के साथ एक अच्छी फिट प्राप्त करने की उम्मीद करती है। लेखकों के अनुसार फिट होने से पता चलता है कि ऑप्टिमाइज़ेशन प्रक्रिया के एक भाग के रूप में एक से अधिक मॉडलिंग प्रक्रिया खेलना चाहिए। जो पहले से ही दुनिया के बारे में पढ़ाया गया है, नई पूर्वाभ्यास और संभावनाओं को तलाशने के बीच एक इष्टतम संतुलन है जिसे अनुभव किया जा सकता है। यह सुझाव मेरे लिए समझ में आता है
